Oracle 11g新特性:更加灵活的分区策略

欢迎进入Oracle社区论坛，与200万技术人员互动交流 >>进入 前不久，曾经接手一个性能调优案例：这是一个报表系统，其基础数据主要存储于三张表中。表的大小已经很大了，最大一张接近100G。在生成报表时需要长时间才能返回结果，一些online查询甚至经常timeou

欢迎进入Oracle社区论坛，与200万技术人员互动交流 >>进入

    前不久，曾经接手一个性能调优案例：这是一个报表系统，其基础数据主要存储于三张表中。表的大小已经很大了，最大一张接近100G。在生成报表时需要长时间才能返回结果，一些online查询甚至经常timeout。表中存储的是2万多个公司的数据，报表的生成也是以公司为单位的，因此，这一调优方案的思路比较明确：将表按公司分区。但是，这中间却存在一些麻烦：每个公司的数据并不是均衡的。其中近200家公司属于VIP用户，他们的数据量最大，每个公司差不多是十几万到几十万的数据量，其总量占了全部数据的30%左右;而其它非VIP用户的数据基本上每个都在1万以内。而我们的主要目标就是要优先保证VIP用户获取到最佳的性能(由于其数据量，当前最大的性能问题恰恰就出在这些VIP用户上)。因此，我们提出了2中分区方案：

    基于Company Id的Hash分区;

    基于Company Id的List分区;

    但是，这两种方案各有优缺点：

    对于Hash分区，分区的大小更加均衡，因而性能也更加均衡。但是，可能出现一些无法控制的极端现象：Hash分区仅仅是对Company Id使用Hash函数进行分组，它能做到每个分区分配基本相当数量的Company Id，但是每个Company Id对应的数据量并不考虑在内，因此可能出现某些分区集中的都是VIP数据或者都是非VIP数据，造成分区过大或过小;另外一个缺点就是我们很难直接干预某个公司的性能。例如，可能有某个非VIP用户成为了VIP用户，其数据量激增，它又正好处于一个大的分区上，这时，我们很难将其从这个分区剥离出来，除非它所在分区正好出在一个即将分裂的分区上。

    对于List分区，VIP用户的性能能够得到保证。我们可以将每个VIP用户单独存储在一个分区上，但是，不可能将非VIP用户单独存储开(不仅增加维护难度，且增加整个表的大小)，只能将非VIP用户存储在几个分区上。但是这样还是造成DDL语句非常复杂，并且非VIP的分区很大(每个都在10G左右，而VIP分区最大才200M)。

    由于List分区更加接近我们的优化目的，最终还是采用了List分区。

    其实，期间我们曾经考虑过使用复合分区。在10g中(我们的生产库是10g)，仅支持2种复合分区：Range-List和Range-Hash。我们的解决方案是：为表增加一个数字类型的ID字段，VIP用户对应的数字大于100,000，非VIP用户的ID小于100,000。每个VIP用户被单独放置在一个Range分区中，所有非VIP用户被放置在一个Range分区中，然后再对非VIP分区通过Hash划分子分区。这样，即能保证VIP用户的性能，也能均衡非VIP用户的性能。但是，由于这种方案需要增加一个非业务的字段，以及其它一些原因，最终被否决了。

    到11g中，Oracle的分区策略更加灵活了。首先，11g支持更多方式的组合分区，除10g支持的两种之外，还支持Range-Range、List-Range、List-List、List-Hash的组合分区策略。对于我们上述这个案例，就可以通过List-Hash的组合分区来解决。以下就是一个List-Hash分区的演示：

    SQL代码

    SQL> create table par_test

    2 partition by list (owner)

    3 subpartition by hash (owner)

    4 store in (example)

    5 (partition p1 values ('SYS'), 6 partition p2 values ('PUBLIC'),

    7 partition def values (default)

    8 subpartitions 4

    9 )

    10 as select * from dba_objects

    11 /

    Table created.

    SQL> analyze table par_test compute statistics;

    Table analyzed. SQL> select partition_name, subpartition_name, num_rows, blocks from dba_tab_subpartitions

    2 where table_name = 'PAR_TEST';

    PARTITION_NAME SUBPARTITION_NAME NUM_ROWS BLOCKS

  　　------------------------------ ------------------------------ ---------- ----------

    P2 SYS_SUBP154 26604 434

    DEF SYS_SUBP158 4529 70

    DEF SYS_SUBP157 2783 45

    DEF SYS_SUBP156 2422 39

    DEF SYS_SUBP155 2854 47

    P1 SYS_SUBP153 29770 437

    6 rows selected.

    顺便再提一下11g新增的其他分区策略。

    针对Range Partition，11g有了一种更加灵活的方式：Interval Partition。例如，我们一些分区表是依赖于时间做的范围分区：每个月的数据存放到一个分区中。随着数据的增长，还需要有一个作业来增加新的分区以满足上述策略。而在11g中，通过Interval Parition，就无需这中人为的维护作业了，Oracle会为新的数据自动增加分区：

    SQL代码

    SQL> create table par_test2 (a number, b date)

    2 partition by range (b)

    3 interval (numtoyminterval(1,'MONTH'))

    4 store in (example)

    5 (

    6 partition values less than (to_date('2009-09-01','yyyy-mm-dd'))

    7 )

    8 ;

    Table created. SQL> insert into par_test2 values(1, sysdate); 1 row created.

    SQL> commit;

    Commit complete. SQL> select partition_name, high_value from dba_tab_partitions

    2 where table_name = 'PAR_TEST2';

    PARTITION_NAME HIGH_VALUE

  　　------------------------------ --------------------------------------------------------------------------------

    SYS_P164 TO_DATE(' 2009-09-01 00:00:00', 'SYYYY-MM-DD HH24:MI:SS', 'NLS_CALENDAR=GREGORIA ' SQL> insert into par_test2 values(1, to_date('2009-10-01','yyyy-mm-dd')); 1 row created.

    SQL> commit;

    Commit complete. SQL> select partition_name, high_value from dba_tab_partitions

    2 where table_name = 'PAR_TEST2';

    PARTITION_NAME HIGH_VALUE

 

[1] [2]